【理論編】
1. テキストマイニングと自然言語処理技術
1-1. テキストマイニングと自然言語処理技術の体系
1-2. 従来の自然言語処理技術
1-3. トピックモデル
1-4. 深層学習モデル(第3次AIブーム 前半編)
1-5. 深層学習モデル(第3次AIブーム 後半編)
1-6. テキストマイニングと大規模言語モデル
2. 複数のAI技術を応用した新たなテキスト分析手法,Nomolytics
2-1. 従来の特許文書分析とその課題
2-2. AI技術の応用:PLSAとベイジアンネットワーク
2-3. Nomolytics:PLSAとベイジアンネットワークを応用した新たなテキスト分析手法
【実践編】
3. Nomolyticsを適用した特許分析事例①
3-1. 風・空気に関する特許文書データ
3-2. 分析プロセスの全体像
3-3. トピックの抽出
3-4. トピックのスコアリング
3-5. 出願年×トピックによるトレンド分析
3-6. 出願人×トピックによる競合分析
3-7. 用途×技術の関係分析<その1>~用途⇒技術の関係~
3-8. 用途×技術の関係分析<その2>~技術⇒用途の関係~
3-9. Nomolyticsによる特許文書分析のまとめ
4. Nomolyticsを適用した特許分析事例②
4-1. 電気自動車に関する特許文書データ
4-2. トピックの抽出
4-3. 出願年×トピックによるトレンド分析
4-4. 出願人×トピックによる競合分析
【応用編】
5. インサイト獲得のためのPLSAの新展開技術,PCSAとdifferential PLSA
5-1. インサイト獲得で求められるトピック抽出
5-2. PCSA:あるターゲットに特化したトピックの抽出手法
5-3. PCSAを適用した特許分析事例
5-4. differential PLSA:頻度によらない個性的なトピックの抽出手法
5-5. differential PLSAを適用した特許分析事例
6. まとめ
AIの自然言語処理技術の基礎理解と特許文書データの分析
本講演では、AIの自然言語処理技術を応用して特許文書データからインサイトを導き出す新たな分析手法とその事例を紹介します。 本講演は、理論編、実践編、応用編の3部構成となり、理論編では、特許文書の分析で用いられるテキストマイニングと自然言語処理技術の基礎について、トピックモデルやChatGPTに代表される大規模言語モデルなど、各種技術を体系立てて解説します。 さらに、従来のテキストマイニングに加え、トピックモデルのPLSAと確率的因果モデルのベイジアンネットワークという2つのAI技術を応用して開発した、Nomolyticsという新しい分析手法を紹介します。 実践編では、そのNomolyticsを特許文書データに適用した分析事例を2つ紹介します。応用編では、トピックモデルのPLSAを更に進化させ、より深いインサイトの獲得を狙って開発したPCSAとdifferential PLSAという手法についても紹介します。
質問OK
初~中級者向け
[N]
イベント概要
視聴期間/スケジュール
ライブ配信は終了しました。
2024/04/11 16:30 に終了
詳細
受講レベル
初~中級者向け
※受講レベルについて
※受講レベルについて
チャットで質問
できます
配布資料
なし
※資料がある場合、動画の視聴ページからダウンロードができます。
※視聴期間の終了後はダウンロードできなくなります。
※視聴期間の終了後はダウンロードできなくなります。
修了証の発行
なし
※「あり」の場合、動画の視聴ページからダウンロードができます。
※視聴期間の終了後はダウンロードできなくなります。
※視聴期間の終了後はダウンロードできなくなります。
提供方法
Zoom配信
講師のプロフィール
講師名
株式会社アナリティクスデザインラボ 代表取締役 博士(工学)野守耕爾 氏